Jaringan saraf untuk mengidentifikasi nyamuk harimau
Machine

Jaringan saraf untuk mengidentifikasi nyamuk harimau


Ini adalah nyamuk Aedes albopictus betina yang mendapatkan makanan darah dari inang manusia. Kredit: CDC

Sebuah studi oleh para peneliti dalam kelompok penelitian Scene Understanding and Artificial Intelligence (SUNAI), dari Fakultas Ilmu Komputer, Multimedia dan Telekomunikasi Universitat Oberta de Catalunya (UOC), telah mengembangkan metode yang dapat belajar mengidentifikasi nyamuk menggunakan sejumlah besar gambar yang diambil relawan menggunakan ponsel dan diunggah ke platform Mosquito Alert.

Ilmu warga untuk menyelidiki dan mengendalikan nyamuk penular penyakit

Selain menyebalkan karena gigitannya, nyamuk juga bisa menjadi pembawa patogen. Meningkatnya suhu di seluruh dunia memfasilitasi penyebarannya. Ini adalah kasus nyamuk harimau, Aedes albopictus, dan spesies lain di Spanyol dan di seluruh dunia. Saat spesies ini menyebar, ilmu yang didedikasikan untuk memerangi masalah yang terkait dengan mereka berkembang. Beginilah cara Mosquito Alert didirikan, sebuah proyek sains warga yang dikoordinasikan oleh Pusat Penelitian tentang Aplikasi Ekologi dan Kehutanan, Pusat Studi Lanjutan Blanes, dan Universitat Pompeu Fabra di mana para peneliti UOC telah berkontribusi.

Proyek ini menyatukan informasi yang dikumpulkan oleh warga sukarelawan, yang menggunakan ponsel mereka untuk menangkap gambar nyamuk serta tempat perkembangbiakan mereka di ruang publik. Selain foto, lokasi pengamatan dan informasi lain yang diperlukan untuk membantu identifikasi spesies juga dikumpulkan. Data ini kemudian diproses oleh ahli entomologi dan ahli lainnya untuk mengkonfirmasi keberadaan spesies pembawa penyakit yang berpotensi dan memperingatkan pihak berwenang terkait. Dengan cara ini, dengan foto dan aplikasi sederhana, warga dapat membantu membuat peta persebaran nyamuk di seluruh dunia dan membantu memerangi mereka.

“Mosquito Alert adalah platform yang didirikan pada tahun 2014 untuk memantau dan mengendalikan nyamuk pembawa penyakit,” kata Gereziher Adhane, yang bekerja dalam studi tersebut bersama Mohammad Mahdi Dehshibi dan David Masip. “Identifikasi nyamuk adalah hal mendasar, karena penyakit yang ditularkannya terus menjadi masalah kesehatan masyarakat yang utama. Tantangan terbesar yang kami temui dalam mengidentifikasi jenis nyamuk dalam penelitian ini adalah karena gambar yang diambil dalam kondisi tidak terkendali oleh warga”, komentarnya. Dia menjelaskan, gambar tidak diambil dari jarak dekat, dan mengandung objek tambahan, yang dapat mengurangi kinerja metode yang diusulkan. Bahkan jika gambar diambil dari dekat, mereka belum tentu pada sudut yang dapat dengan cepat oleh ahli entomologi. mengidentifikasi, atau karena gambar diambil dari nyamuk yang dibunuh, pola tubuh nyamuk berubah bentuk.

“Ahli entomologi dan ahli dapat mengidentifikasi nyamuk di laboratorium dengan menganalisis bentuk gelombang spektral dari kepakan sayap mereka, DNA larva dan bagian morfologi tubuh,” kata Adhane. “Jenis analisis ini sangat bergantung pada keahlian manusia dan membutuhkan kolaborasi para profesional, biasanya memakan waktu, dan tidak hemat biaya karena kemungkinan perkembangbiakan spesies invasif yang cepat. Selain itu, cara mempelajari populasi nyamuk ini tidak mudah beradaptasi untuk mengidentifikasi kelompok besar dengan eksperimen yang dilakukan di luar laboratorium atau dengan gambar yang diperoleh dalam kondisi tidak terkendali,” tambahnya. Di sinilah jaringan saraf dapat berperan sebagai solusi praktis untuk mengendalikan penyebaran nyamuk.

Jaringan saraf dalam, teknologi mutakhir untuk mengidentifikasi nyamuk

Jaringan saraf terdiri dari kombinasi kompleks neuron yang saling berhubungan. Informasi dimasukkan di salah satu ujung jaringan dan banyak operasi dilakukan sampai hasil diperoleh. Fitur jaringan saraf adalah bahwa mereka dapat dilatih melalui cara yang diawasi, semi-diawasi, atau tidak diawasi untuk memproses data dan memandu jaringan tentang jenis hasil yang dicari. Karakteristik penting lainnya adalah kemampuan mereka untuk memproses data dalam jumlah besar, seperti yang dikirimkan oleh sukarelawan yang berpartisipasi dalam proyek Mosquito Alert. Jaringan saraf dapat dilatih untuk menganalisis gambar, di antara tipe data lainnya, dan mendeteksi variasi kecil yang mungkin sulit dipahami oleh para ahli dengan mudah.

“Pemeriksaan manual untuk mengidentifikasi nyamuk pembawa penyakit itu mahal, membutuhkan banyak waktu dan sulit dilakukan di luar laboratorium. Sistem otomatis untuk mengidentifikasi nyamuk dapat membantu ahli entomologi memantau penyebaran vektor penyakit dengan mudah”, peneliti UOC menekankan .

Algoritma pembelajaran mesin konvensional tidak cukup efisien untuk analisis data besar seperti data yang tersedia di platform Mosquito Alert, karena mengandung banyak detail dan ada tingkat kesamaan yang tinggi antara struktur morfologi spesies nyamuk yang berbeda. Namun, dalam penelitian tersebut, para peneliti UOC menunjukkan bahwa jaringan saraf dalam dapat digunakan untuk membedakan antara kesamaan morfologis dari spesies nyamuk yang berbeda, menggunakan foto-foto yang diunggah ke platform. “Jaringan saraf yang kami kembangkan dapat bekerja sebaik atau hampir sebaik ahli manusia dan algoritmenya cukup kuat untuk memproses gambar dalam jumlah besar,” kata Adhane.

Bagaimana cara kerja jaringan saraf dalam?

“Ketika jaringan saraf dalam menerima data input, pola informasi dipelajari melalui lapisan konvolusi, penyatuan, dan aktivasi yang pada akhirnya tiba di unit output untuk melakukan tugas klasifikasi,” kata peneliti, menjelaskan proses kompleks yang tersembunyi di balik model ini.

“Agar jaringan saraf dapat belajar, harus ada semacam umpan balik, untuk mengurangi perbedaan antara nilai nyata dan yang diprediksi oleh operasi komputasi. Jaringan dilatih sampai perancang menentukan bahwa kinerjanya memuaskan. Model yang telah kami kembangkan dapat digunakan dalam aplikasi praktis dengan sedikit modifikasi untuk bekerja dengan aplikasi seluler,” jelasnya. Meskipun masih banyak pekerjaan pengembangan yang harus dilakukan, peneliti menyimpulkan bahwa “menggunakan jaringan terlatih ini memungkinkan untuk membuat prediksi tentang gambar nyamuk yang diambil menggunakan smartphone secara efisien dan waktu nyata, seperti yang terjadi pada proyek Mosquito Alert.”


Peneliti menggunakan kecerdasan buatan untuk mengidentifikasi nyamuk


Informasi lebih lanjut:
Gereziher Adhane et al, A Deep Convolutional Neural Network untuk Klasifikasi Nyamuk Aedes Albopictus, Akses IEEE (2021). DOI: 10.1109/ACCESS.2021.3079700

Disediakan oleh Universitat Oberta de Catalunya (UOC)

Kutipan: Jaringan saraf untuk mengidentifikasi nyamuk harimau (2021, 8 Juli) diambil 8 Juli 2021 dari https://techxplore.com/news/2021-07-neural-network-tiger-mosquitoes.html

Dokumen ini tunduk pada hak cipta. Terlepas dari transaksi wajar apa pun untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Result SGP